一种商圈推荐方法、计算设备、装置及存储介质制造方法及图纸

一种商圈推荐方法、计算设备、装置及存储介质，其中，所述方法包括：确定目标品牌现有门店所在的商圈，采集目标品牌现有门店在各个商圈的活跃度；确定目标品牌现有门店的源商圈，源商圈为目标品牌现有门店中活跃度大于第一阈值的门店所在的商圈；计算源商圈与待推荐商圈的相似度，确定相似度大于第二阈值的待推荐商圈为与源商圈对应的候选商圈；根据源商圈内用户的行为数据计算源商圈内目标品牌与待关联品牌的第一关联度，确定第一关联度大于第三阈值的待关联品牌为源商圈内目标品牌的关联品牌；计算候选商圈内关联品牌与目标品牌的第二关联度，确定第二关联度大于第四阈值的候选商圈为与源商圈对应的目标商圈。

A Business Recommendation Method, Computing Equipment, Device and Storage Media

A business circle recommendation method, computing device, device and storage medium, in which the method includes: determining the business circle where the existing stores of the target brand are located, collecting the activity degree of the existing stores of the target brand in each business circle, determining the source business circle of the existing stores of the target brand, and calculating the business circle where the activity degree of the existing stores of the target brand is greater than the first threshold value; The similarity between the source business circle and the business circle to be recommended determines that the recommended business circle whose similarity is greater than the second threshold is the candidate business circle corresponding to the source business circle, calculates the first correlation degree between the target brand and the related brand in the source business circle based on the behavior data of the users in the source business circle, and determines that the related brand whose first correlation degree is greater than the third threshold is the related brand in the source business circle. The second correlation degree between the related brand and the target brand in the candidate business circle determines that the candidate business circle whose second correlation degree is greater than the fourth threshold is the target business circle corresponding to the source business circle.

【技术实现步骤摘要】
一种商圈推荐方法、计算设备、装置及存储介质
本申请涉及网络
，特别涉及一种商圈推荐方法、计算设备、装置及存储介质。
技术介绍
近些年来，随着信息技术的发展，数据计算及相关的推荐算法等技术正在为人们生活的各个领域提供强大的决策支持，随着居民消费水平的不断提高，商业店铺越来越多，商圈推荐对于商业店铺的选址越来越重要，现有技术进行商圈推荐多依靠个人经验，但是不同的人的经验有所差异，不确定性很高，不能直观准确的找到最合适的商圈进行推荐。
技术实现思路
鉴于上述问题，本申请提供了一种商圈推荐方法、计算设备、装置及存储介质，提高了商圈推荐的准确性。一方面，本申请实施例提供了一种商圈推荐方法，包括：确定目标品牌现有门店所在的商圈，采集目标品牌现有门店在各个商圈的活跃度；确定所述目标品牌现有门店的源商圈，所述源商圈为目标品牌现有门店中活跃度大于第一阈值的门店所在的商圈；计算所述源商圈与待推荐商圈的相似度，确定所述相似度大于第二阈值的待推荐商圈为与所述源商圈对应的候选商圈；根据所述源商圈内用户的行为数据计算所述源商圈内目标品牌与待关联品牌的第一关联度，确定所述第一关联度大于第三阈值的待关联品牌为所述源商圈内所述目标品牌的关联品牌；计算所述候选商圈内所述关联品牌与所述目标品牌的第二关联度，确定所述第二关联度大于第四阈值的候选商圈为与所述源商圈对应的目标商圈。在本申请一个示意性的实施方案中，所述计算所述源商圈与待推荐商圈的相似度包括：获取所述源商圈以及待推荐商圈的特征值，其中，所述特征值包括：商圈的店均分布，店均，门店数，环境，服务，门店星级，门店评论数量，门店营业时间和/或非餐饮品牌分布；将所述源商圈以及待推荐商圈的特征值向量化，得到特征向量；建立相似度计算模型；根据所述源商圈的特征向量、所述待推荐商圈的特征向量以及所述相似度计算模型，计算所述源商圈与所述待推荐商圈的相似度。在本申请一个示意性的实施方案中，所述相似度计算模型为：其中，ρx,y表示源商圈X与待推荐商圈Y的相似度，X和Y表示源商圈X与待推荐商圈Y特征向量，和表示源商圈X与待推荐商圈Y特征向量的均值。在本申请一个示意性实施方案中，所述计算所述源商圈内目标品牌与待关联品牌的第一关联度包括：获取进入源商圈内目标品牌现有门店的第一用户数；获取进入源商圈内目标品牌现有门店并且进入待关联品牌门店的第二用户数；建立第一关联度计算模型；根据所述第一用户数、所述第二用户数和所述第一关联度计算模型，确定所述第一关联度。在本申请一个示意性实施方案中，所述第一关联度计算模型为：其中，P(A,B)表示源商圈内目标品牌A与待关联品牌B的第一关联度，frq(A,B)表示进入源商圈内目标品牌A门店并且进入源商圈内待关联品牌B门店的第二用户数，N是进入源商圈内目标品牌A门店的第一用户数。在本申请一个示意性实施方案中，所述计算所述候选商圈内所述关联品牌与所述目标品牌的第二关联度包括：获取所述第二用户数和候选商圈，并将所述第二用户数进行归一化处理；建立第二关联度计算模型；根据所述归一化处理的所述第二用户数和所述第二关联度计算模型，计算第二关联度。在本申请一个示意性实施方案中，所述第二关联度计算模型为：其中，表示所述第i个候选商圈c内n个关联品牌与目标品牌的第二关联度；ci表示第i个候选商圈c；k表示在所述第i个候选商圈c中存在关联品牌的数量；f(A,Bj)表示经过归一化处理后的进入目标品牌A的门店且进入关联品牌Bj的门店的第二用户数。在本申请一个示意性实施方案中，所述目标品牌现有门店在各个商圈的活跃度包括：所述目标品牌的各个门店的营业额、客流量和/或网络点击量。另一方面，本申请还提供一种商圈推荐装置，包括：采集模块，用于确定目标品牌现有门店所在的商圈，采集目标品牌现有门店在各个商圈的活跃度；源商圈确定模块，用于确定所述目标品牌现有门店的源商圈，所述源商圈为目标品牌现有门店中活跃度大于第一阈值的门店所在的商圈；候选商圈确定模块，用于计算所述源商圈与待推荐商圈的相似度，确定所述相似度大于第二阈值的待推荐商圈为与所述源商圈对应的候选商圈；关联品牌确定模块，用于根据所述源商圈内用户的行为数据计算所述源商圈内目标品牌与待关联品牌的第一关联度，确定所述第一关联度大于第三阈值的待关联品牌为所述源商圈内所述目标品牌的关联品牌；目标商圈确定模块，用于计算所述候选商圈内所述关联品牌与所述目标品牌的第二关联度，确定所述第二关联度大于第四阈值的候选商圈为与所述源商圈对应的目标商圈。在本申请一个示意性的实施方案中，所述候选商圈确定模块还包括：第一候选商圈确定子模块，用于获取所述源商圈以及待推荐商圈的特征值，其中，所述特征值包括：商圈的店均分布，店均，门店数，环境，服务，门店星级，门店评论数量，门店营业时间和/或非餐饮品牌分布；第二候选商圈确定子模块，用于将所述源商圈以及待推荐商圈的特征值向量化，得到特征向量；第三候选商圈确定子模块，用于建立相似度计算模型；第四候选商圈确定子模块，用于根据所述源商圈的特征向量、所述待推荐商圈的特征向量以及所述相似度计算模型，计算所述源商圈与所述待推荐商圈的相似度。在本申请一个示意性的实施方案中，所述相似度计算模型为：其中，ρx,y表示源商圈X与待推荐商圈Y的相似度，X和Y表示源商圈X与待推荐商圈Y特征向量，和表示源商圈X与待推荐商圈Y特征向量的均值。在本申请一个示意性的实施方案中，所述关联品牌确定模块包括：第一关联品牌确定子模块，用于获取进入源商圈内目标品牌现有门店的第一用户数；第二关联品牌确定子模块，用于获取进入源商圈内目标品牌现有门店并且进入待关联品牌门店的第二用户数；第三关联品牌确定子模块，用于建立第一关联度计算模型；第四关联品牌确定子模块，用于根据所述第一用户数、所述第二用户数和所述第一关联度计算模型，确定所述第一关联度。在本申请一个示意性的实施方案中，所述第一关联度计算模型为：其中，P(A,B)表示源商圈内目标品牌A与待关联品牌B的第一关联度，frq(A,B)表示进入源商圈内目标品牌A门店并且进入源商圈内待关联品牌B门店的第二用户数，N是进入源商圈内目标品牌A门店的第一用户数。在本申请一个示意性实施方案中，所述目标商圈确定模块包括：第一目标商圈确定子模块，用于获取所述第二用户数和候选商圈，并将所述第二用户数进行归一化处理；第二目标商圈确定子模块，用于建立第二关联度计算模型；第三目标商圈确定子模块，用于根据所述归一化处理的所述第二用户数和所述第二关联度计算模型，计算第二关联度。在本申请一个示意性实施方案中，所述第二关联度计算模型为：其中，表示所述第i个候选商圈c内n个关联品牌与目标品牌的第二关联度；ci表示第i个候选商圈c；k表示在所述第i个候选商圈c中存在关联品牌的数量；f(A,Bj)表示经过归一化处理后的进入目标品牌A的门店且进入关联品牌Bj的门店的第二用户数。在本申请一个示意性实施方案中，所述目标品牌现有门店在各个商圈的活跃度包括：所述目标品牌的各个门店的营业额、客流量和/或网络点击量。又一方面，本申请还提供一种计算设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机指令，所述处理器执行所述指令时实现以下步骤：确定目标品牌现有门店所在的商圈，采集本文档来自技高网...

【技术保护点】
1.一种商圈推荐方法，其特征在于，包括：确定目标品牌现有门店所在的商圈，采集目标品牌现有门店在各个商圈的活跃度；确定所述目标品牌现有门店的源商圈，所述源商圈为目标品牌现有门店中活跃度大于第一阈值的门店所在的商圈；计算所述源商圈与待推荐商圈的相似度，确定所述相似度大于第二阈值的待推荐商圈为与所述源商圈对应的候选商圈；根据所述源商圈内用户的行为数据计算所述源商圈内目标品牌与待关联品牌的第一关联度，确定所述第一关联度大于第三阈值的待关联品牌为所述源商圈内所述目标品牌的关联品牌；计算所述候选商圈内所述关联品牌与所述目标品牌的第二关联度，确定所述第二关联度大于第四阈值的候选商圈为与所述源商圈对应的目标商圈。

【技术特征摘要】
1.一种商圈推荐方法，其特征在于，包括：确定目标品牌现有门店所在的商圈，采集目标品牌现有门店在各个商圈的活跃度；确定所述目标品牌现有门店的源商圈，所述源商圈为目标品牌现有门店中活跃度大于第一阈值的门店所在的商圈；计算所述源商圈与待推荐商圈的相似度，确定所述相似度大于第二阈值的待推荐商圈为与所述源商圈对应的候选商圈；根据所述源商圈内用户的行为数据计算所述源商圈内目标品牌与待关联品牌的第一关联度，确定所述第一关联度大于第三阈值的待关联品牌为所述源商圈内所述目标品牌的关联品牌；计算所述候选商圈内所述关联品牌与所述目标品牌的第二关联度，确定所述第二关联度大于第四阈值的候选商圈为与所述源商圈对应的目标商圈。2.根据权利要求1所述的方法，其特征在于，所述计算所述源商圈与待推荐商圈的相似度包括：获取所述源商圈以及待推荐商圈的特征值，其中，所述特征值包括：商圈的店均分布，店均，门店数，环境，服务，门店星级，门店评论数量，门店营业时间和/或非餐饮品牌分布；将所述源商圈以及待推荐商圈的特征值向量化，得到特征向量；建立相似度计算模型；根据所述源商圈的特征向量、所述待推荐商圈的特征向量以及所述相似度计算模型，计算所述源商圈与所述待推荐商圈的相似度。3.根据权利要求2所述的方法，其特征在于，所述相似度计算模型为：其中，ρx,y表示源商圈X与待推荐商圈Y的相似度，X和Y表示源商圈X与待推荐商圈Y特征向量，和表示源商圈X与待推荐商圈Y特征向量的均值。4.根据权利要求1所述的方法，其特征在于，所述计算所述源商圈内目标品牌与待关联品牌的第一关联度包括：获取进入源商圈内目标品牌现有门店的第一用户数；获取进入源商圈内目标品牌现有门店并且进入待关联品牌门店的第二用户数；建立第一关联度计算模型；根据所述第一用户数、所述第二用户数和所述第一关联度计算模型，确定所述第一关联度。5.根据权利要求4所述的方法，其特征在于，所述第一关联度计算模型为：其中，P(A,B)表示源商圈内目标品牌A与待关联品牌B的第一关联度，frq(A,B)表示进入源商圈内目标品牌A门店并且进入源商圈内待关联品牌B门店的第二用户数，N是进入源商圈内目标品牌A门店的第一用户数。6.根据权利要求1所述的方法，其特征在于，所述计算所述候选商圈内所述关联品牌与所述目标品牌的第二关联度包括：获取所述第二用户数和候选商圈，并将所述第二用户数进行归一化处理；建立第二关联度计算模型；根据所述归一化处理的所述第二用户数和所述第二关联度计算模型，计算第二关联度。7.根据权利要求6所述的方法，其特征在于，所述第二关联度计算模型为：其中，表示所述第i个候选商圈c内n个关联品牌与目标品牌的第二关联度；ci表示第i个候选商圈c；k表示在所述第i个候选商圈c中存在关联品牌的数量；f(A,Bj)表示经过归一化处理后的进入目标品牌A的门店且进入关联品牌Bj的门店的第二用户数。8.根据权利要求1所述的方法，其特征在于，所述目标品牌现有门店在各个商圈的活跃度包括：所述目标品牌的各个门店的营业额、客流量和/或网络点击量。9.一种商圈推荐装置，其特征在于，包括：采集模块，用于确定目标品牌现有门店所在的商圈，采集目标品牌现有门店在各个商圈的活跃度；源商圈确定模块，用于确定所述目标品牌现有门店的源商圈，所述源商圈为目标品牌现有门店中活跃度大于第一阈值的门店所在的商圈；候选商圈确定模块，用于计算所述源商圈与待推荐商圈的相似度，确定所述相似度大于第二阈值的待推荐商圈为与所述源商圈对应的候选商圈；关联品牌确定模块，用于根据所述源商圈内用户的行为数据计算所述源商圈内目标品牌与待关联品牌的第一关联度，确定所述第一关联度大于第三阈值的待关联品牌为所述源商圈内所述目标品牌的关联品牌；目标商圈确定模块，用于计算所述候...

【专利技术属性】
技术研发人员：石立娟，邓兴华，郑国春，
申请(专利权)人：美味不用等上海信息科技股份有限公司，
类型：发明
国别省市：上海,31